포인트 보간은 포인트 위치 집합에서 측정된 값을 기반으로 새로운 위치에서 값을 예측합니다.
결과는 1~3개의 피처 레이어가 포함된 호스팅 피처 서비스입니다.
예시
GIS 분석가에게 태국 전체의 대기질 포인트가 포함된 데이터셋이 있습니다. 국가 전체의 대기질 값을 예측해 대기질 표면을 생성하는 데 포인트 보간 도구를 사용할 수 있습니다.
전체 워크플로는 값 보간 튜토리얼을 사용해 보세요.
사용 참고사항
포인트 보간에는 입력 레이어, 분석 설정, 결과 레이어, 결과 설정에 대한 구성이 포함됩니다.
입력 레이어
입력 레이어 그룹에는 다음 매개변수가 포함됩니다.
- 입력 포인트는 보간할 포인트를 선택하는 데 사용됩니다.
- 보간할 필드는 고도 또는 온도와 같이 보간할 필드를 선택하는 데 사용됩니다.
클리핑 폴리곤은 예측 및 표준 오차 레이어를 클립하는 데 사용할 폴리곤 연구 영역을 지정하는 데 사용됩니다. 폴리곤 내의 결과만 결과에 포함됩니다. 클리핑 폴리곤이 제공된 경우 도구는 기본 설정에 따라 폴리곤의 범위를 사용하므로 결과 레이어가 연구 영역의 전체 범위를 채웁니다.
레이어 버튼을 사용하여 레이어를 선택하거나 입력 피처 그리기 버튼을 사용하여 입력으로 사용할 스케치 레이어를 생성할 수 있습니다.
보간 설정
보간 설정 그룹에는 다음 매개변수가 포함됩니다.
- 계산 정밀도는 정확한 예측 및 계산 속도 간의 선호도를 선택하는 데 사용됩니다. 이 매개변수는 포인트를 보간하는 데 사용되는 통계 모델의 다양한 옵션 및 구성을 자동으로 설정합니다. 다음과 같은 옵션이 제공됩니다.
- 속도 - 보간 모델은 가장 적은 수의 시뮬레이션을 사용하고 가장 효율적인 옵션 및 구성을 통해 더 빠른 계산에 최적화됩니다.
- 밸런스 - 보간 모델은 일반적인 옵션 및 구성을 사용하여 속도와 정확도 간에 균형을 이룹니다. 이 옵션이 기본 설정입니다.
- 정확도 - 보간 모델은 가장 많은 수의 시뮬레이션과 가장 복잡한 옵션 및 구성을 사용하여 정확한 계산에 최적화됩니다.
- 분류 유형은 결과 레이어의 등고선을 그릴 때 클래스 구분점 값을 결정하는 데 사용됩니다. 다음과 같은 옵션이 제공됩니다.
- 동일 면적 - 각 폴리곤의 입력 데이터 값 수가 동일하도록 클래스 구분점 값이 계산됩니다.
- 등간격 - 예측 값의 범위가 각 폴리곤에 동일하도록 클래스 구분점 값이 계산됩니다.
- 지오메트리 간격 - 등비급수를 기반으로 클래스 구분점이 계산됩니다. 이 옵션을 사용하면 각 클래스 범위가 각 클래스 내에서 거의 같은 수의 값을 지니고 간격 간 차이가 일정하게 유지됩니다. 이 옵션이 기본 설정입니다.
- 수동 - 클래스 구분점이 사용자 설정 구분점 값을 사용하여 정의됩니다. 해당 값을 클래스 구분점 값에 입력합니다.
- 클래스 수는 사용할 클래스 구분점 개수를 지정하는 데 사용됩니다. 이 매개변수는 동일 면적, 등간격, 지오메트리 간격 분류 유형에만 적용됩니다. 기본값은 10입니다. 값은 2에서 32 사이여야 합니다.
- 클래스 구분점 값은 수동 분류 유형에 대한 사용자 설정 클래스 구분점 값을 지정하는 데 사용됩니다. 각 클래스 구분점 값 대화 상자에 값을 입력하고 추가를 클릭합니다. 2에서 32 사이의 고유한 값을 입력해야 합니다.
결과 레이어
결과 레이어 그룹에는 다음 매개변수가 포함됩니다.
- 결과 피처 이름은 생성되어 맵에 추가될 결과 레이어를 포함하는 피처 서비스의 이름을 결정합니다. 이름은 고유해야 합니다. 기관에 동일한 이름의 레이어 또는 서비스가 이미 있는 경우 도구를 사용할 수 없으며 다른 이름을 사용하라는 메시지가 표시됩니다.
- 옵션 레이어는 선택적 결과를 생성하는 데 사용됩니다. 옵션 레이어에는 다음 하위 매개변수가 포함됩니다.
표준 오차 레이어 생성은 예측 값에 대해 표준 오차 레이어를 계산할지 여부를 지정하는 데 사용됩니다. 선택하는 경우 PredictionErrors라는 폴리곤 레이어가 결과 피처 서비스에 포함됩니다. 이 레이어는 예측 값의 표준 오차를 나타냅니다. 기본값은 '선택하지 않음'입니다(표준 오차 레이어가 생성되지 않음).
표준 오차는 예측 값의 정밀도 및 신뢰도를 정량화하는 데 사용됩니다. 일반적인 규칙으로 시간의 95%에서 새로운 위치의 실제 값은 예측 값의 2가지 표준 오차 이내에 속하게 됩니다. 예를 들어, 새로운 위치의 예측 값은 50이고 표준 오차는 5입니다. 즉, 해당 위치의 실제 값에 대한 최상의 추정치는 50이지만 합리적으로 40만큼 낮거나 60만큼 높을 수 있습니다. 이 범위의 합리적인 값(95% 신뢰 구간이라고 함)을 계산하려면 표준 오차에 2를 곱하고, 이 값을 예측 값에 더하여 범위의 상한값을 구하고, 예측 값에서 이 값을 빼서 범위의 하한값을 구합니다.포인트 예측 위치는 예측 값 및 표준 오차를 계산하는 데 사용할 포인트 위치를 지정하는 데 사용됩니다. 값이 제공되면 PredictedPointLayer라는 포인트 레이어가 결과 피처 서비스에 포함됩니다. 이 레이어는 새로운 필드로 포함된 예측 값 및 표준 오차가 있는 포인트 예측 위치의 복사본입니다. 레이어 버튼을 사용하여 레이어를 선택하거나 입력 피처 그리기 버튼을 사용하여 입력으로 사용할 스케치 레이어를 생성할 수 있습니다.
포인트 위치 예측은 학교 또는 병원 위치의 대기질 수준 예측과 같이 특정 위치의 값이 가장 중요한 경우에 유용합니다.
- 폴더에 저장은 결과가 저장되는 내 콘텐츠의 폴더 이름을 지정합니다.
제한 사항
이 도구에는 다음과 같은 제한 사항이 적용됩니다.
- 입력 포인트가 10개 이상 필요합니다.
- 포인트의 값은 공간적으로 연속적이어야 합니다. 즉, 값이 연구 영역에서 원활하고 일관되게 변경되어야 합니다. 이 도구는 인구와 같은 개수 데이터 또는 짧은 거리에서 갑작스럽게 변화하는 중간 소득과 같은 데이터에는 적합하지 않습니다.
- 클리핑 폴리곤을 사용하는 경우 결과 레이어의 클래스 개수에 제공된 값보다 적을 수 있습니다. 이는 클래스가 클리핑 폴리곤의 외부에 있고 결과 레이어에서 잘린 경우에 발생할 수 있습니다.
- 예측 및 표준 오차 결과 레이어는 동일한 분류 유형 및 클래스 개수를 공유합니다. 그러나 수동 클래스 구분점 값을 사용하는 경우 표준 오차 레이어는 대신 등간격 분류를 사용합니다. 예측 및 표준 오차는 서로 다른 척도로 측정되기 때문에 클래스 구분점에 동일한 원시 값을 사용해서는 안 됩니다.
환경
분석 환경 설정은 도구의 결과에 영향을 주는 추가 매개변수입니다. 환경 설정 매개변수 그룹에서 도구의 분석 환경 설정에 접근할 수 있습니다.
이 도구는 다음과 같은 분석 환경을 적용합니다.
크레딧
이 도구는 크레딧을 사용합니다.
예상 크레딧을 사용하여 도구를 실행하는 데 필요한 크레딧 수를 계산합니다. 자세한 내용은 공간 분석을 위한 크레딧 이해하기를 참고하세요.
결과
해당 도구에는 다음 결과가 포함됩니다.
- ResultLayer - 각 폴리곤이 예측 값 범위(채워진 등고선이라고 함)를 나타내는 폴리곤 레이어입니다. 이는 보간의 기본 결과이며 항상 생성됩니다. 레이어에는 각 클래스 범위의 최소값 및 최대값을 보여주는 필드가 포함되어 있습니다.
- PredictionError(선택 사항) - 각 폴리곤이 예측에 대한 표준 오차 값의 범위를 나타내는 폴리곤 레이어입니다. 결과 예측 오차 매개변수가 선택된 경우 이 레이어가 생성됩니다.
- PredictedPointLayer(선택 사항) - 학교 또는 병원 레이어와 같은 특정 포인트 위치 집합에서 예측 값 및 표준 오차를 포함하는 포인트 레이어입니다. 포인트 레이어가 포인트 예측 위치 매개변수에 제공된 경우 이 레이어가 생성됩니다.
라이선싱 요구사항
이 도구에는 다음과 같은 라이선싱 및 구성이 필요합니다.
- Creator 또는 GIS Professional 사용자 유형
- Publisher, Facilitator, Administrator 역할 또는 동급의 사용자 설정 역할
리소스
다음과 같은 리소스를 사용하여 자세히 알아보세요.
- 포인트 보간 작동 방식
- ArcGIS REST API의 포인트 보간
- ArcGIS API for Python의 interpolate_points
- ArcGIS Pro의 포인트 보간